双超图索引：桥接知识岛以实现检索增强生成中的多跳推理

虽然基于超图的检索增强生成（RAG）有效地捕获了高阶多实体相关性，但现有范例将提取的超边视为孤立的事实断言。这种结构碎片化产生了严格的“知识孤岛”，成为多跳因果推理、时间跟踪和叙事合成的瓶颈。为了系统地应对这些挑战，我们引入了双超图索引（DHI），这是一种分层表示框架，可将离散事实提升为结构化分析见解。 DHI 通过双路径聚合算法将基础实体关系事实超图 ($H_K$) 与提升的深度洞察超图 ($H_D$) 结合起来。具体来说，DHI 采用：（1）通过 5 度量拓扑分析和自适应阈值进行重要性驱动的中心聚合来捕获空间语义集群； （2）通过滑动窗口贪婪探索进行时间块链渐进聚合以跟踪时间演变。在五个基准测试中，DHI 实现了最先进的性能，在多学科 Mix 基准测试中将逻辑一致性提高了 +1.53，在复杂的医学病理推理任务中得分为 85.78%。 DHI 为下一代多跳 RAG 提供了强大的架构。